Una operación de nivel estatal, dirigida por estudiantes
El equipo de Threat Intelligence de Anthropic publicó su informe de uso indebido de septiembre de 2026 el día 10, cubriendo actividad detectada entre diciembre de 2025 y agosto de 2026. Un clúster, registrado internamente como GTG-10007, se atribuye a operadores de habla china probablemente radicados en Changsha, provincia de Hunan. Anthropic identificó a dos de los operadores como estudiantes de grado en una universidad de Hunan, matriculados en una facultad de Ingeniería Informática y de Comunicaciones. Uno de ellos había hecho antes prácticas en Sangfor, un proveedor chino de seguridad, y estaba entrevistando activamente para un puesto de ciberofensiva en otra empresa china de seguridad, QiAnXin, mientras la operación seguía en marcha.
Lo que este pequeño equipo construyó no era un juguete de aficionado. Usando Claude como capa de ingeniería y orquestación, el grupo mantuvo varios flujos de trabajo paralelos y persistentes: intentos de intrusión contra sistemas en producción, reconocimiento de redes gubernamentales extranjeras en Oriente Medio, Europa y el Sudeste Asiático, un esfuerzo constante de investigación de vulnerabilidades y desarrollo de exploits contra un producto importante de seguridad de endpoints, desarrollo de malware propio y una plataforma de recopilación de inteligencia sin supervisión. Un flujo de trabajo mantenía una flota de trece agentes de IA permanentes que, según un calendario, descargaban y resumían contenido de sitios objetivo, incluido material público militar y gubernamental de Estados Unidos, sin que un humano iniciara cada ejecución. El grupo apuntó a unas cincuenta organizaciones de educación, comercio minorista, energía, tecnología, sanidad, finanzas, manufactura y varias agencias gubernamentales, y un ciclo de ingeniería inversa binaria contra dispositivos de red produjo en un solo mes más de una docena de posibles hallazgos de día cero.
La sofisticación dejó de ser una señal
El propio planteamiento de Anthropic en el informe es directo: la sofisticación ha dejado de ser una señal fiable de quién está detrás de una operación. El informe lo respalda con un segundo clúster, GTG-20006, que Anthropic considera compatible con informes públicos que lo vinculan al grupo ruso vinculado al estado Midnight Blizzard. Ese actor escaneó a más de dos docenas de organizaciones gubernamentales ucranianas, tomó el control de cuentas de WhatsApp de funcionarios diplomáticos mediante vínculos de dispositivo complementario con navegadores sin interfaz, y comprometió al menos tres proveedores de wifi de hoteles para redirigir el tráfico de huéspedes hacia malware, una técnica que el propio equipo de Threat Intelligence de Microsoft ya había llamado CaptiveCrunch en un informe de julio de 2026 sobre el mismo método de entrega. En una intrusión aparte, el mismo actor robó la base de datos completa de credenciales de una autoridad tecnológica gubernamental del norte de África: más de 300.000 registros de identidad nacional y los datos del registro mercantil de más de medio millón de empresas.
| Clúster | Atribución | Alcance golpeado | Exposición destacada |
|---|---|---|---|
| GTG-10007 | Estudiantes de habla china en Hunan | ~50 organizaciones, 8+ sectores | Varios días cero sin parchear en un producto de seguridad importante |
| GTG-20006 | Habla rusa, compatible con Midnight Blizzard | 20+ organismos gubernamentales ucranianos, embajadas, empresas de defensa | 300.000+ registros de identidad, 500.000+ datos de registro mercantil |
| GTG-50014 | Presuntos afiliados a ShinyHunters | ~200 clientes SaaS posteriores en una brecha | 2.100+ conjuntos de tokens de Azure AD en 40+ inquilinos en ~34 horas |
Ninguno de los dos clústeres necesitó un equipo grande. GTG-20006 utilizó un ladrón de credenciales para Windows, un kit de explotación móvil, una plataforma de phishing que suplantaba a objetivos prioritarios y una consola administrativa para gestionar cuentas comprometidas, y luego usó IA para detectar cuándo su propio malware era detectado por productos de seguridad y reconstruirlo y redesplegarlo de forma autónoma hasta que la detección volviera a fallar.
Lo que esto significa para un modelo de amenazas NIS2
NIS2 exige a las entidades esenciales e importantes ejecutar evaluaciones de riesgo proporcionales a la amenaza real, y la mayoría de esas evaluaciones sigue separando un nivel de amenaza persistente avanzada, que se supone requiere un equipo con recursos y respaldo institucional, de un nivel inferior de actividad oportunista y poco cualificada. GTG-10007 rompe esa suposición de raíz: un equipo de dos personas, una de ellas a mitad de unas prácticas y a mitad de una entrevista para su primer empleo serio en seguridad, produjo reconocimiento sostenido, exploits de día cero funcionales y recopilación sin supervisión contra objetivos gubernamentales en tres continentes, con la misma herramienta de IA que cualquiera de sus objetivos también podría comprar. El umbral de recursos necesario para una operación que parece y se comporta como un servicio estatal se ha reducido en la práctica a casi cero. Para una empresa española que alinea su registro de riesgos NIS2 con el marco de INCIBE, lo relevante aquí es esto: un registro que sigue basando la probabilidad de un ataque de nivel estatal en el tamaño o la financiación visible del atacante subestimará sistemáticamente a un equipo pequeño que simplemente ha aprendido a dejar que Claude, o cualquier modelo de capacidad comparable, dirija la orquestación las veinticuatro horas.
Leer a continuación: Las mejores herramientas de hacking con IA ahora son solo por invitación | Un Malware Puede Robar Tu Sesión De Claude Sin Contraseña
